知識源の管理

CSVファイルを使用して複数のナレッジベース（KB）を手動でインポートし、AIエージェントが組織に合わせた応答を生成できるようにします。 アップロードされた各ファイルは独立したナレッジソースとして扱われ、対象のオーディエンスによって分類されてAIエージェントが検索や解決中にコンテンツを利用する方法をコントロールできます。

Sparkは、さまざまなプラットフォームからナレッジソースを使用できます。 このドキュメントでは、ServiceNowを例として使用しています。

ナレッジソース一覧

この一覧には、インポートされた全てのナレッジソースが次の詳細と共に表示されます。

• 名前: アップロードされたCSVのファイル名。

• 出典: 記事のソースで、常にカスタムとしてマークされています。

• 対象グループ: AIエージェントが検索およびランキング中に使用する分類基準で、コンテキストに基づいて最も関連性の高いコンテンツを表示します。

  • 従業員: エンドユーザー向けのナレッジ

  • 技術サポート: ITあるいはサポート向けのナレッジ

• サイズ: CSVに含まれる記事数。 システムは以下のステータスも表示できます。

  • 失敗：例えば、構文エラーが含まれている場合など、ファイルを処理できない場合です。 この場合、エラーメッセージにカーソルを合わせると、詳細なエラーメッセージと修正案が表示されます。

  • 処理中：ファイルに多数の記事が含まれており、システムでの処理に時間がかかる場合です。

• タイプ：知識ソースのファイルタイプ。 現在、システムはCSVのみをサポートしています。

• 最終更新：知識ソースが最後に更新された時刻です。 記事が最新のものであるかどうか評価するのに役立ちます。

知識ベースの記事をアップロードする

次の手順はServiceNowを例にしていますが、高いレベルでは他のITSMプラットフォームでもプロセスは似ています。

1

エクスポートするデータを特定する

1. ServiceNowで知識ベースの記事一覧を開きます。

2. 次のフィルタを適用して知識ベースの記事を選択します：

   • 公開済みの記事のみ。

   • サービスデスクユーザーが利用できる記事。 Sparkは、ITSMの権限に関係なく、アップロードされたすべての記事をインデックスします。

   • 同じ記事の翻訳版を除外します。

   • インポートしたいすべての記事を含めます。 新しいファイルをアップロードすると、前回のインポートが置き換えられます。

手動のアップロードは増分ではありません。 Spark知識ベースに必要なすべてのデータをエクスポートする計画を立てます。 新しいファイルをアップロードした場合、新しいコンテンツが既存のコンテンツに置き換わります。

2

データをエクスポートする

標準的なCSVエクスポートを実行して、ServiceNowからデータをエクスポートします。

1. 知識ベースの記事一覧に移動します。

2. 希望のフィルタを設定するために、フィルタを適用をクリックします。

3. 歯車アイコン > リストの表示を設定をクリックします。

4. CSVに、正確な大文字小文字に対応した列名を使用して次の列を含めます：

列名	説明
number	知識ベースの記事の識別子です。 例: KB0012345
short_description	知識ベースの記事のタイトルです。 例: ネットワークの問題をトラブルシューティングする方法
kb_knowledge_base	記事が所属する知識ベースの名称です 例: IT知識
kb_category (任意)	知識ベースの記事のカテゴリです。 例: ネットワーク
sys_updated_on (任意)	最終更新日。 例: 11-06-2025
text	記事のコンテンツは、サポートされている形式のひとつ（プレーンテキスト、マークダウン、HTML）です。 例:テストkb

1. 任意の列ヘッダーのアクションメニューをクリックし、エクスポート > CSV を選択してファイルをダウンロードします。

ファイルはUTF-8でエンコードされていることを確認してください。 ServiceNowインスタンスがデフォルトでUTF-8エクスポートを実行するように設定されていない場合は、その後ファイルをUTF-8に変換してください。

3

Nexthinkに記事をアップロードする

1. Spark > 知識ソースを管理 に移動します。

2. 右上のインポートを選択します。

3. ハードドライブから最大100MBのCSVファイルをドラッグまたは選択して、システムにインポートします。

4. 個々の知識記事へのリンクとして、知識システムで外部リンクとしてフルパラメータ化URLを入力します。 URLには、AIエージェントがオリジナルコンテンツへの直接リンクを生成できるように、記事の識別子用のプレースホルダを含める必要があります。 例：

   • ServiceNow: https://<instance>.service-now.com/sp?id=kb_article&sysparm_article={number}

   • BMC Helix: https://<instance>.onbmc.com/portal/kb/article/{number}

   • JSM: https://<instance>.atlassian.net/servicedesk/customer/kb/view/{number}

ルートのみのホスト名はサポートされていません。

1. 知識ソースの対象グループを定義します：

   • 技術サポート: ITの問題を診断し解決する責任を負うユーザー。

   • 従業員: 日常業務のためにITサービスを活用するエンドユーザー。

2. 完了を選択すると、システムは次のステップを実行します：

   • すでにファイルを手動でアップロードした場合、古いコンテンツは破棄され、新しいコンテンツに置き換えられます。

   • ファイルの処理は非同期で行われ、大規模な知識ベースの場合、最大15分かかることがあります。

知識ソースをエクスポートする

知識ソースにカーソルを合わせ、アクションメニューでエクスポートを選択して、最後の成功したインポートに対応するオリジナルのCSVファイルをダウンロードします。 各知識ソースは個別にのみエクスポートできます。

アップロード済みの知識ソースを削除する

知識ソースにカーソルを合わせ、アクションメニューで削除を選択して、以前にアップロードされたCSVとその知識ソースに関連するすべての知識記事を永久に削除します。

既存の知識ソースを更新する

Sparkが常に利用可能な知識ベースを持ち、新しいバージョンの知識ソースファイルを処理しているときでも質問に答えられるようにするために、Nexthinkは以下の順序を推奨します：

1. 古いファイルをシステムに残したまま、新しい知識ソースファイルをアップロードします。

2. 新しい知識ソースファイルの処理が完了したら、古いファイルを削除します。

ベストプラクティス

ナックシンクは、ナレッジベース記事の選択を改善するために次のことを推奨します。

• 記事を最新の状態に保つ。

• 最適な結果を得るためにHTML形式を使用します。

• 記事本文に重要な情報を含めてください。